Apex-35B : Qwen finetuné pour la recherche et les tâches agentiques

Le premier modèle de la nouvelle entité Apex Intelligence, basé sur Qwen3.6-35B-A3B (paramètres totaux 35B, environ 3B activés par token), entraîné en continu avec des données propriétaires et des trajectoires de recherche, recommandé officiellement pour une utilisation dans Claude Code (v2.1.280). Il couvre la programmation quotidienne, le问答, la recherche et les tâches agentiques, ainsi que les workflows de recherche tels que la planification de calculs en dynamique des fluides et en simulation robotique, l'écriture et l'exécution de programmes, et l'amélioration des méthodes basée sur les résultats ; il décide lui-même s'il doit réfléchir et pendant combien de temps à chaque tour. Selon l'annonce officielle, le développement a utilisé le système de recherche automatisé maison Apex Research pour générer des données d'entraînement sur les points faibles, ajuster les recettes d'entraînement, optimiser les noyaux GPU et l'inférence. Contexte de 262,144 tokens (partagé entre entrée et sortie).

Titre original : Apexintelligence-AI/Apex-35B-V1.0

Le premier modèle de la nouvelle entité Apex Intelligence, basé sur Qwen3.6-35B-A3B (paramètres totaux 35B, environ 3B activés par token), entraîné en continu avec des données propriétaires et des trajectoires de recherche, recommandé officiellement pour une utilisation dans Claude Code (v2.1.280). Il couvre la programmation quotidienne, le问答, la recherche et les tâches agentiques, ainsi que les workflows de recherche tels que la planification de calculs en dynamique des fluides et en simulation robotique, l'écriture et l'exécution de programmes, et l'amélioration des méthodes basée sur les résultats ; il décide lui-même s'il doit réfléchir et pendant combien de temps à chaque tour. Selon l'annonce officielle, le développement a utilisé le système de recherche automatisé maison Apex Research pour générer des données d'entraînement sur les points faibles, ajuster les recettes d'entraînement, optimiser les noyaux GPU et l'inférence. Contexte de 262,144 tokens (partagé entre entrée et sortie).

Pourquoi c'est important Rare parmi les modèles open source de taille comparable pour se spécialiser dans les workflows de recherche « écrire du code, exécuter des expériences, puis ajuster les plans » ; environ trois milliards de paramètres activés par token, avec des versions quantifiées permettant un déploiement local

Score en hausse de 26 · J'aime 103 · Téléchargements 2566

Raisons

  • Tableau comparatif officiel avec le modèle de base Qwen3.6-35B-A3B : SciCode questions principales 62.6 contre 37.5, BrowseComp 69.4 contre 42.1, BFCL V4 84.0 contre 75.2, HLE 47.2 contre 36.2 ; LiveCodeBench v6 82.3 légèrement inférieur aux 84.5 du modèle de base
  • Dans le même tableau, des modèles beaucoup plus grands comme GLM5.3 et DeepSeek V4.1 Flash obtiennent souvent des scores plus élevés sur la plupart des critères ; son positionnement est l'expertise en recherche et en tâches agentiques pour sa taille
  • La version GGUF propose BF16 et 28 types de quantification, la plus petite IQ1_S faisant environ 9.0 Go

Utilisation

  • hf download Apexintelligence-AI/Apex-35B-V1.0 --local-dir Apex-35B-V1.0 (BF16 environ 72 Go) ; voir Apexintelligence-AI/Apex-35B-V1.0-GGUF pour les versions quantifiées
  • SGLang ≥0.5.22 ou vLLM ≥0.32.0 pour exposer une interface compatible OpenAI, utiliser les analyseurs d'inférence et d'appels d'outils qwen3 / qwen3_coder, le décodage spéculatif MTP peut être activé
  • Il est impératif d'utiliser le chat_template.jinja fourni dans le dépôt, ne pas le remplacer par le template de Qwen3.6 ; pour llama.cpp, ajouter l'option --jinja

Risques

  • Les données d'entraînement sont propriétaires, la carte technique ne précise ni le volume ni les sources ; l'« auto-amélioration récursive » n'est qu'une description officielle, les trois benchmarks RoboRSI, Real2Sim et CFD-Bench sont des benchmarks internes maison, non vérifiables
  • Tous les scores sont auto-évalués par l'éditeur ; le BF16 en contexte complet nécessite une carte unique ou un parallélisme tensoriel multi-cartes de plus de 141Go, des problèmes de démarrage de SGLang et Transformers sont signalés avec les anciens pilotes (570). Cette entrée n'a pas été exécutée

Ouvrir

Hugging Face Trending

Parcourir les dernières actualités IA